МЕТОДИ АВТОМАТИЧНОЇ ГЕНЕРАЦІЇ ПРОГРАМНОГО КОДУ НА ОСНОВІ ВЕЛИКИХ МОВНИХ МОДЕЛЕЙ
Information Technology: Computer Science, Software Engineering and Cyber Security · 29.05.2026 · (2) · 175-183
DOI: 10.32782/it/2026-2-19 ↗Kurz gefasst
Fachartikel in der Zeitschrift Information Technology: Computer Science, Software Engineering and Cyber Security, online erschienen am 29.05.2026. Verfasst von Роман МІНЕНОК und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Стрімкий розвиток великих мовних моделей (LLM) кардинально змінює підходи до інженерії програмного забезпечення, зокрема у сфері автоматичної генерації коду. Сучасні інструменти генерації коду стали невід'ємною частиною повсякденної роботи розробників і демонструють здатність суттєво прискорювати вирішення типових задач. Це поставило нові питання щодо якості, безпеки та коректності згенерованого коду, що зумовлює необхідність систематичного дослідження існуючих методів і їхніх обмежень.Метою є виявлення ключових обмежень методів автоматичної генерації коду і визначення їх подальших перспективних напрямків розвитку. Методологією є дослідження є аналіз, систематизація та узагальнення сучасних методів автоматичної генерації програмного коду на основі великих мовних моделей, а також спеціалізованих інструментів та мультиагентних систем. Проаналізовано стандартизовані бенчмарки і метрики для оцінки якості згенерованого коду. Дослідження спирається на широкий масив актуальних наукових публікацій 2021–2026 років.Наукова новизна роботи полягає у комплексному порівняльному аналізі методів генерації коду з виявленням їхніх переваг і обмежень, а також методах оцінки якості згенерованого коду (спеціалізованих бенчмарків). В роботі розглянуті не тільки традиційні LLM моделі, а також дифузійні LLM і спеціалізовані інструменти по типу Github Copilot і вплив агентних підходів. Висновки. Проведений аналіз показав, що основними невирішеними проблемами залишаються нездатність моделей до архітектурного розуміння складних систем, схильність до семантичних галюцинацій і генерування вразливого коду. Визначено пріоритетні напрямки подальших досліджень: репозиторно-рівнева генерація з архітектурним контекстом, розвиток методів пояснюваності рішень LLM, розробка реалістичних бенчмарків і уніфікація стандартів оцінки коду.
Zitieren
APA
МІНЕНОК, Р., & КРИВОХАТА, А. (2026). МЕТОДИ АВТОМАТИЧНОЇ ГЕНЕРАЦІЇ ПРОГРАМНОГО КОДУ НА ОСНОВІ ВЕЛИКИХ МОВНИХ МОДЕЛЕЙ. Information Technology: Computer Science, Software Engineering and Cyber Security, 175-183. https://doi.org/10.32782/it/2026-2-19
Vancouver
МІНЕНОК Р, КРИВОХАТА А. МЕТОДИ АВТОМАТИЧНОЇ ГЕНЕРАЦІЇ ПРОГРАМНОГО КОДУ НА ОСНОВІ ВЕЛИКИХ МОВНИХ МОДЕЛЕЙ. Information Technology: Computer Science, Software Engineering and Cyber Security. 2026:175-183. doi:10.32782/it/2026-2-19
BibTeX
@article{2026,
author = {МІНЕНОК, Роман and КРИВОХАТА, Анастасія},
title = {МЕТОДИ АВТОМАТИЧНОЇ ГЕНЕРАЦІЇ ПРОГРАМНОГО КОДУ НА ОСНОВІ ВЕЛИКИХ МОВНИХ МОДЕЛЕЙ},
journal = {Information Technology: Computer Science, Software Engineering and Cyber Security},
year = {2026},
number = {2},
pages = {175--183},
doi = {10.32782/it/2026-2-19}
}
EUVIMED